Giới thiệu về mô hình cấu trúc tuyến tính SEM

Phân tích thống kê đã và đang là một công cụ thiết yếu cho các nhà nghiên cứu khoa học xã hội trong hơn một thế kỷ qua. Ứng dụng của phương pháp thống kê đã mở rộng đáng kể với sự ra đời của phần cứng và phần mềm máy tính, đặc biệt

Lỗi, vấn đề không phân tích được CFA, SEM trên AMOS

Khi phân tích CFA và SEM trên AMOS, với các bạn đang mới bắt đầu làm quen với công cụ này sẽ dễ mắc phải các lỗi cơ bản khiến phần mềm không thể thực hiện tính toán. Dưới đây là một số lỗi/vấn đề phổ biến và cách khắc phục. 1. Lỗi: Amos will

Hướng dẫn phân tích và đọc kết quả SEM trên AMOS

Có nhiều phương thức triển khai SEM, tuy nhiên phạm vi bài viết này sẽ đi theo cấu trúc luận văn, phân tích SEM sau bước phân tích nhân tố khẳng định CFA. Để các bạn dễ nắm rõ thao tác thực hiện, chúng ta sẽ thực hành với một đề tài nghiên cứu với mô hình

Phân tích nhân tố khám phá EFA để chạy CFA, SEM với AMOS

Ở bài viết Phân tích nhân tố khám phá EFA trong SPSS mình đã chia sẻ quy trình các bước thực hiện cũng như những tiêu chí quan trọng trong phân tích EFA. Tuy nhiên, các tùy chọn EFA trong bài viết này chỉ phù hợp khi áp dụng cho đề tài chạy hồi quy

Hệ số B và Beta âm trong phân tích hồi quy tuyến tính

Tại bước phân tích hồi quy chúng ta xác định được biến độc lập nào có sự tác động lên biến phụ thuộc và mức độ tác động của các biến mạnh, yếu thế nào nhờ vào giá trị sig kiểm định t và các hệ số hồi quy. Hệ số hồi quy có

Ý nghĩa của giá trị R bình phương hiệu chỉnh trong hồi quy

Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mô hình từ dữ liệu nào cũng đều là chứng minh sự phù hợp của mô hình. Để biết mô hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu, chúng

Sai lầm khi nhận xét Beta mạnh thì Mean cao trong hồi quy!

Hệ số Beta trong bảng Coefficient ở hồi quy biểu thị cho hệ số hồi quy chuẩn hóa. Chỉ số này thể hiện mức độ tác động mạnh/yếu của biến độc lập lên biến phụ thuộc. Biến độc lập tác động càng mạnh thì khi thay đổi nó sẽ tạo ra sự thay đổi

Phân tích hồi quy nhị phân Binary Logistic trong SPSS

1. Khái niệm hồi quy nhị phân (Binary Logistic) Hồi quy nhị phân hay còn gọi là hồi quy Binary Logistic là mô hình khá phổ biến trong nghiên cứu dùng để ước lượng xác suất một sự kiện sẽ xảy ra. Đặc trưng của hồi quy nhị phân là biến phụ thuộc chỉ có

Kiểm định phương sai thay đổi trong hồi quy đa biến

Một trong các giả định khi thực hiện hồi quy tuyến tính đa biến là giả định phương sai không thay đổi (hay còn gọi là phương sai đồng nhất). Nếu xảy ra hiện tượng phương sai thay đổi, kết quả của phương trình hồi quy sẽ không chính xác, làm sai lệch kết quả so

Phân tích và đọc kết quả hồi quy đa biến bằng SPSS

Bài viết này mình sẽ hướng dẫn cho các bạn thực hiện phân tích hồi quy đa biến trong SPSS và dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính, trường hợp bạn nào đang phân tích hồi quy nhị phân Binary Logistic thì xem ở bài này. Mỗi bảng kết quả

Các loại phân tích hồi quy (regression)

There are various types of regressions which are used in data science and machine learning. Each type has its own importance on different scenarios, but at the core, all the regression methods analyze the effect of the independent variable on dependent variables. Here we are discussing some important types of regression which are given

Giá trị VIF đánh giá hiện tượng đa công tuyến trong phân tích hồi quy

A VIF = 1 indicates no collinearity, whereas increasingly higher values suggest increasing multicollinearity. The approach suggested by Zuur et al. (2010) is to calculate VIFs for each parameter in the model, and if they are larger than some cutoff, sequentially drop the predictor with the largest VIF, recalculate, and repeat until all values

Đa cộng tuyến: Nguyên nhân, dấu hiệu nhận biết và cách khắc phục

Đa cộng tuyến là hiện tượng các biến độc lập có mối tương quan rất mạnh với nhau. Mô hình hồi quy xảy ra hiện tượng đa cộng tuyến sẽ khiến nhiều chỉ số bị sai lệch, dẫn đến kết quả của việc phân tích định lượng không còn mang lại nhiều ý nghĩa. Bài

Mức độ phù hợp mô hình Model Fit và các chỉ số đo độ phù hợp mô hình trong phân tích AMOS

Độ phù hợp mô hình model fit là gì? Sự phù hợp của mô hình được xác định bởi sự tương ứng giữa ma trận hiệp phương sai quan sát được và một ma trận hiệp phương sai ước lượng lấy kết quả từ mô hình được đề xuất proposed model. SEM sử dụng

Sử dụng nhân tố bậc 2 Second Order Factor trong việc giảm giả thiết

Khi làm luận văn với AMOS, trong một số bài phức tạp các bạn sẽ gặp khái niệm nhân tố bậc hai Second-Order Factor. Nhân tố bậc 2 trong AMOS được phản ảnh qua 2 hoặc nhiều nhân tố nhỏ bậc 1 khác. Và lưu ý quan trọng là nhân tố bậc hai không

Cách tính phương sai trích Average Variance Extracted AVE trong AMOS

-Cách tính phương sai trích Average Variance Extracted (viết tắt là AVE) trong  AMOS các bạn xem ở đây nhé. -Đầu tiên cần lưu ý hai khái niệm “phương sai trích” và “tổng phương sai trích” là hai khía niệm khác nhau, nhưng một số bạn nhầm lẫn và trong bài cứ ghi AVE

Quan hệ giữa PCLOSE và RMSEA

Hôm nay mình giới thiệu đến các bạn khái niệm PCLOSE trong kiểm định AMOS, phần này xuất hiện trong mục Model Fit trong phần kết quả của AMOS. PCLOSE là giá trị p để kiểm định giả thiết null rằng RMSEA của tổng thể không lớn hơn 5% H0: RMSEA ≤ 0.05 Theo

Cơ sở lý thuyết của mô hình mạng (SEM) – Phần 4

Cơ sở lý thuyết của mô hình mạng (SEM) – Phần 4 Nay nhóm MBA đăng phần thứ 4 loạt bài về mô hình SEM của tác giả Phạm Đức Kỳ        – (Nguồn: mba-15.com) để cung cấp thêm kiến thức cho các bạn học viên quan tâm. Loạt bài này gồm 5 phần.